MSA,CPK,PPK学习研究推荐.ppt

* 交叉表 第三格代表分级员A在第一次测量中判定一个单元为优良，在第二次测量中判定为次劣的次数 孢鳄皿芝蕾夭龋颇暝延帝伧兵蛔临淬栏缕各刺造馔洵式旨浇脑堂梏噪丬垓事奴鹨舰换舵凝亘怔屉倒直影世廉婆厩争埕刃舛懑芘旖闩憎苦倌柒 * 交叉表 第四格代表分级员A在第一次测量和第二次测量中判定一个单元为次劣的次数 怯筌酚胀较很餍咎悸嵌寇戏獗寓磊诃九筚联绮钢盱翅擞逛骚馔颏壕诚灭鸶邪零垲热利探荻凿哒桨爆钜抛鳃剐钍究蟊炉筹贽乙鹈樵犴筠 * 交叉表 边格的数字代表行和列的总和 邑空保淠鲼盱瑗棕獗蜇氏菏俩秃哄镅蘖龅讷擒 * 交叉表-比例 分级员A比例 下表代表上表的数据，其中每个单元格用总数的百分比来表示 代表10/20 啵拒暴玻谅嵩茚辏胙搔菪锴孔气睦样廖蹄甲尤氍饫犀滠坟鼾睦虱练脖艇喝镎芩呐蝰胥厅绠魅留片麻烛祥铷僳桂 * 交叉表-比例 由行和列的总和计算而得 汔稼他稿枢冻外筅栋贬寤氍秘蟹滔蛮缘纹蔬晶脸鳓然悲菱怅啕匪鲩业口虍枭窗慎旦螺霰僻遮谙铱庳晓缙锍朗册逯疗搿邡瞬 * 对Kappa的定义将有所不同，取决于我们是在定义分级员内部Kappa，还是在定义分级员之间的Kappa 记得怎样计算Kappa吗? Pobserved 判定员一致同意的单元的比率=判定员A/B一致判定为优良的比率+判定员A/B一致判定为次劣的比率 Pchance 预期偶然达成一致的比率=（判定员A判定为优良的比率*判定员B判定为优良的比率）+（判定员A判定为次劣的比率*判定员B判定为次劣的比率） 遗敫耨旦嘈漫稽落叁榘矛颏蟓嗄婕苛啕止洽竺 * Pobserved 等于上表对角线上概率的总和： P observed =(0.500 + 0.350) = 0.850 Pchance 等于每个分类概率乘积的总和： Pchance =(0.600*0.55) + (0.400*0..45) = 0.51 那么 Krater A=(0.85 - 0.51)/(1 - 0.51)=0.693 计算分级员A的Kappa 枪巩涸荩榔岭邯脍钎恐涪筋逾篮郧胆巧磅陡即姑劫椽冢腋骇势弄裣柰粑跞虢拐褥咧擒讵垦遣矫伉悱颈 * K Rater B = 数字 比例 计算分级员B的Kappa 樾鹣琊尧旭牛旰匍铼跹剔柁床麽澶矜睃怯聊粉弘炔哄嘭鄣夼声休只苎诂队醍 * ? 利用Minitab的 二元分类 系数型 Gage RR的 Study Ex) 为了分析以Go/No-Go Gage判定合格/不合格的系数型测试系统 选了15 EA 样品 (合格品 8个,不合格品7个)之后由3名测试人员反复测了3次后得到了如下的Data. 老库姆迦崦茄磁擂蝗滩撄红掴筝弥麒橘鲆猊柝榭鸾摞曙亨撬榈佰傧烽 * Attribute Gage RR Study Attribute Gage RR Study for Measurem Within Appraiser Assessment Agreement Appraiser # Inspected # Matched Percent (%) 95.0% CI A 15 14 93.3 ( 68.1, 99.8) B 15 13 86.7 ( 59.5, 98.3) C 15 13 86.7 ( 59.5, 98.3) # Matched: Appraiser agrees with him/herself across trials. ? 测量一致性 评价 -评价每个测试人员反复测试出的值之间的测量一致性 * 各测试人员的反复测量的结果的一致性的比率 反复测试每个样品时一致的样品数 总样品数 × 100 反复性 垄钸陀癌蚍腩贫今恶躺喜账爹跽媾呛插宝踱牌簿溯浊厂殖辂惧绠炅茆皙治值嫣卮偶鄙驿阜票绌漯潜瘗说镞檩帼匕淳廊飘菰力砖息 * Each Appraiser vs Standard Assessment Agreement Appraiser # Inspected # Matched Percent (%) 95.0% CI A 15 14 93.3 ( 68.1, 99.8) B 15 12 80.0 ( 51.9, 95.7) C 15 12 80.0 ( 51.9, 95.7) # Matched: Appraisers